基于量子行为花朵授粉算法优化LSTM模型

针对传统花朵授粉算法(flower pollination algorithm, FPA)受初始参数影响较大、且易陷入局部最优解或算法无法收敛等问题,提出一种基于量子行为的花朵授粉算法(quantum-inspired flower pollination algorithm, QFPA).通过引入量子系统到FPA中,使授粉过程中的搜索更高效,从而提高全局搜索能力.此外,还引入轨迹分析,使种群能更好地逃离局部最优解,进一步降低误差.为验证该方法的有效性,先通过选定的几个基准函数对QFPA进行评估,然后采用评估效果最好的QFPA对长短期记忆网络(LSTM)模型超参数进行寻优,最后在用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)算法去除噪声后的空气质量数据集上进行实验,并与其他几种常用的优化算法进行对比.实验结果表明:QFPA提高了优化算法的全局搜索能力和收敛性;QFPA-LSTM模型增强了长时间序列数据预测的准确性和效率,该模型预测的均方根误差为10.93μg/m^(3),为实际应用中的空气质量预测提供了可靠的解决方案.

多策略混合的花朵授粉算法

针对花朵授粉算法(FPA)在解决高维度问题时存在收敛速度慢和收敛精度低的问题,本文提出一种混合了多种策略的花朵授粉算法(MFPA).该算法通过使用自适应控制因子来动态地切换全局与局部搜索策略的使用;为了提高收敛速度和维持花粉种群多样性,提出一种基于多方信息的全局搜索策略;为了能探索到更充分的解空间,提出一种局部搜索策略;为提高算法的搜索解空间能力,引入特征选择策略降低问题复杂度.基于多种类型测试函数开展模拟实验,与多种优秀算法进行算法性能对比分析,实验结论:MFPA算法在收敛速度与精度方面有着更好的表现,适用于求解大规模复杂优化问题.

核酸酶基因LoENDONUCLEASE1在东方百合花朵衰老过程中的功能分析

为明确百合(Lilium spp.)花朵衰老发生的分子机制,在东方百合‘西伯利亚’(Lilium oriental hybrid‘Siberia’)花被片中克隆了一个衰老相关基因LoENDONUCLEASE 1(SAG10),利用qRT-PCR进行基因表达分析,并通过农杆菌介导的拟南芥稳定表达系统和百合花被片瞬时表达体系验证LoENDONUCLEASE 1基因功能。结果显示,LoENDONUCLEASE 1基因开放阅读框(ORF)为921 bp,编码306个氨基酸;LoENDONU⁃CLEASE 1在百合花朵和叶片的衰老过程中特异表达,且受到脱落酸和水杨酸的诱导;拟南芥过表达LoENDO⁃NUCLEASE 1株系中叶片叶绿素含量显著低于对照株系,百合花被片中瞬时过表达LoENDONUCLEASE 1基因加速了百合花被片的衰老,且过表达花被片中丙二醛和离子渗透率含量显著高于对照。结果表明,LoEN⁃DONUCLEASE 1具有促进花朵和叶片衰老的功能。

4种香花型石斛花朵的挥发性成分分析

为探究石斛属(Dendrobium)盛花期花朵的主要挥发性成分,采用顶空固相微萃取结合GC-MS技术对球花石斛(D.thyrsiflorum)、扭瓣石斛(D.tortile)、鼓槌石斛(D.chrysotoxum)和密花石斛(D.densiflorum)花朵的挥发性成分进行分析。结果表明,4种石斛花朵的挥发性成分共70种,包括酯类、醇类、酚类、酮类、烷类、烯类、醛类以及其他等8类,其中烯类总含量最高,为主要挥发性成分。球花和密花石斛的主要香气成分为β-石竹烯,相对含量分别为0.46和6.91μg/(g·h);而扭瓣石斛为醋酸辛酯[6.11μg/(g·h)];鼓槌石斛为β-罗勒烯[5.23μg/(g·h)]。该研究有利于评价和筛选有价值的芳香石斛兰种质资源,为香型石斛兰品种培育和兰花精油的开发利用提供参考。

基于神经网络优化的花朵授粉算法

为了降低花朵授粉算法(FPA)重复探索的情况,并提高算法的种群多样性和空间搜索能力,提出一种基于神经网络优化的花朵授粉算法(NNFPA)。设定自适应控制因子,从而动态地切换全局与局部搜索;利用多方信息的全局搜索策略提高算法收敛速度并维持花粉种群的多样性,同时减少在算法迭代后期种群对社会属性的依赖;基于神经网络的局部搜索策略让算法具有记忆功能,这样算法就能具有稳定搜索策略,从而降低算法的不确定性,使它能更充分地探索解空间。选取9个常规测试函数与CEC2014测试集中的部分函数进行仿真实验,得到的结果表明:与标准FPA以及变种算法HSFPA(FPA based on Hybrid Strategy)相比,NNFPA在所选测试函数上具有较高的搜索精度和收敛速度。可见NNFPA具有更好的寻优能力。

矮牵牛花朵大小及相关性状遗传分析

为了探究矮牵牛花朵大小的遗传规律,以大花型和小花型矮牵牛高代自交系为亲本构建四世代遗传群体(P_1、P_2、F_1、F_2),对花朵大小遗传特征进行主基因+多基因混合遗传模型分析,并将F_1植株与中花型矮牵牛W115株系进行杂交,验证遗传规律。同时以F_2群体为材料,对花径、萼片长、叶片长等23个表型性状进行测定,并研究其相关性。结果表明,矮牵牛大花对小花性状符合2MG-A模型,即由2对加性主基因控制,主基因遗传率为95.38%;大、小花杂交F_1与中花W115进一步杂交,后代出现大花与中花性状分离(1∶1),且中花植株的叶片和苞片叶绿素含量显著高于大花植株(P<0.01)。大花×小花F_2群体的表型性状变异丰富,变异系数在7.67%~59.93%,平均22.38%。相关性分析结果表明,花部性状、叶部性状以及两者之间均存在一定的相关性,其中花径与其他器官大小均呈显著正相关,与部分植株性状呈显著负相关。

基于改进YOLOv5的田间大豆花朵生长状态识别方法研究

为判断大豆开花时期落花情况,对田间大豆花朵在花蕾、半开、全开、凋落四类生长状态下进行精准检测。基于YOLOv5检测模型,对主干Bottleneck CSP结构进行修改,减少模块数量来保留更多浅层特征,增强特征表达能力,在骨干网络中引入CA注意机制,以获得位置信息,协助模型更加准确地识别,并修改锚箱尺寸提高小目标花蕾精准识别,在自建的田间大豆花朵不同生长状态数据集上进行改进YOLOv5算法对比试验。结果表明:大豆开花时期花朵不同生长状态识别模型准确率达到93.4%,召回率达到91.4%,对比原模型准确率、召回率分别提高0.8%和2.1%。

基于深度学习方法荒漠草原典型植物花朵计数

草原植物花朵计数可以帮助我们了解草原植物的生长状况、繁殖能力、群落结构等信息,通过人工计数方法获取草原上不同物种花朵丰度是一个费时费力的过程。本研究基于深度学习目标检测方法,在鄂尔多斯荒漠草原上10个样地和50个样方上开展检测模型训练、评估和应用。从YOLOv7的3个模型整体表现来看,YOLOv7-E6E的F1-sorce和mAP@0.5均可达到0.7以上,具有较高的识别精度。从YOLOv7的3个模型在5种花朵检测的表现来看,YOLOv7-X、YOLOv7-E6E模型在北芸香、蒙古韭、细叶韭的检测上mAP@0.5高于0.8,而3个模型中仅有YOLOv7-E6E在蒺藜、兔唇花的mAP@0.5超过0.6。从模型在50个样方的花朵计数应用来看,YOLOv7-E6E模型花朵计数的总体正确率为0.91,能满足这5种草原开花植物检测和计数的需要。综上所述,通过深度学习花朵快速计数可以提高样方尺度花期植物调查效率,但为满足大规模物种调查和计数的任务需求,仍需扩大样本量和不断改进模型结构,以提高模型植物花朵检测的整体性能。

诗意的花朵

女儿曼曼在画板上画了两朵小花,我夸奖道:“真漂亮,可以送给爸爸妈妈吗?”“好呀,好呀!”曼曼开心地答应着,并真的伸手去摘画板里的花,然后送到我们面前。我俩配合着深深嗅了嗅:“好香!”曼曼笑得更欢了。

蝴蝶兰杂种一代的花朵材质、花斑及花型遗传分化的探讨

以蝴蝶兰杂种一代为研究对象,探讨了其花朵材质、花斑和花型的遗传分化,通过遗传学、生物化学、分子生物学等方法,分析了这些性状的遗传基础和环境因素的影响。

3种干燥保存处理对金丝桃花朵营养物质成分的影响

为了解金丝桃花朵中营养物质成分含量,本研究对金丝桃鲜花采用真空冷冻、自然风干和恒温烘干3种干燥保存处理方法,对处理后的样品进行营养物质检测与分析。结果表明,真空冷冻法在其中7项指标上优于其他处理方法,是金丝桃干燥处理保存的最优方法。自然风干下的含水量、总黄酮、硫和磷含量高于其他处理方法,恒温烘干处理后的类胡萝卜素含量高于其他处理方法。本研究通过不同干燥处理方法对金丝桃花朵中的营养物质成分影响进行分析,为金丝桃的开发和利用提供参考。

基于改进YOLOv5的蝴蝶兰花朵识别与计数

为精确预测蝴蝶兰产量和对蝴蝶兰的生产进行科学管理,对大苗时期的蝴蝶兰植株花朵和花苞进行识别与检测,统计其花量。由于蝴蝶兰花苞目标体积较小,提出一种基于改进YOLOv5的蝴蝶兰花朵与花苞识别方法。首先,修改颈部网络的结构,在特征金字塔FPN(Feature Pyramid Network)和路径聚合网络PANet(Path Aggregation Network)中引入有利于小目标检测的160×160尺度特征层,以提升对小目标的检测效果;其次,使用K-means++聚类算法针对训练集生成更合适的先验框,并采用载入预训练权重和冻结主干网络的训练方式,以使模型更加容易学习,提高网络模型收敛速度和泛化能力;最后,在颈部网络加入轻量级注意力机制,加强对目标的关注,减少背景干扰,以提升模型的特征提取能力。试验结果显示,该算法对花苞的检测精确率达到89.54%,比改进前提升9.83%;对花苞和花朵的平均精确率达到91.81%,比改进前提升5.56%。该算法有优异的检测精度并有效提高对小目标的检测能力。

基于改进YOLOv5s的自然环境下猕猴桃花朵检测方法

为实现对猕猴桃花朵的快速准确检测,该研究提出了一种基于改进YOLOv5s的猕猴桃花朵检测模型YOLOv5s_S_N_CB_CA,并通过对比试验进行了精度验证。在YOLOv5s基础上引入C3HB模块和交叉注意力(criss-cross atte ntion,CCA)模块增强特征提取能力,结合样本切分和加入负样本处理方法进一步提升模型精度。改进模型的检测精确率为85.21%,召回率为90%,模型大小为14.6 MB,交并比(intersection over union,IoU)为0.5下的均值平均精度(mAP0.5)为92.45%,比仅进行样本缩放处理的原始YOLOv5s提高了31.91个百分点,检测速度为35.47帧/s,比原始YOLOv5s提高了34.15%。使用改进模型对自然环境下不同天气、晴天不同时段光照强度下的猕猴桃花朵进行检测,结果表明模型检测晴天、阴天下猕猴桃花朵的mAP0.5分别为91.96%、91.15%,比原始YOLOv5s分别高出2.55、2.25个百分点;检测晴天9:00-11:00、15:00-17:00光强下猕猴桃花朵的mAP0.5分别为92.11%、92.10%,比原始YOLOv5s分别高出2.20、1.32个百分点。结果表明,该研究提出的基于改进YOLOv5s的猕猴桃花朵检测模型在保持轻量化的同时,检测精度高、速度快,可实现对自然环境下猕猴桃花朵的有效检测。

4种石斛属花朵挥发性成分GC-MS分析

为了探索石斛属花朵挥发性成分的释放特征,筛选有价值的石斛兰种质资源,为石斛属香花型品种选育提供一定的理论依据,试验以石斛属的报春石斛、美花石斛、麝香石斛和红龙石斛为材料,通过固相微萃取(SPME)结合GC-MS技术对4种香花型石斛盛花期花朵的挥发性成分及其相对含量进行测定。结果表明,在4种石斛盛花期花朵中共鉴别出72种挥发性成分,且其挥发性成分的组成和含量存在显著差异;其中,报春石斛的主要挥发性成分为正丙基环戊烷(7.65μg/g),其次为乙酸苄酯(1.68μg/g);美花石斛的挥发性成分中环辛烷的含量最高(124.52μg/g),其次为(+)-3-蒈烯(2.39μg/g);麝香石斛的主要挥发性成分为2-十五烷酮(51.47μg/g),其次为2-十三烷酮(1.69μg/g);红龙石斛的主要挥发性成分为2-十五烷酮(11.77μg/g),次要挥发性成分为2-十三烷酮(1.79μg/g)。

基于GC-MS的6种石斛花朵挥发性成分分析

为了解石斛(Dendrobium)花朵的挥发性成分,本文以罗河石斛(D.lohohense)、球花石斛(D.thyrsiflorum)、喇叭唇石斛(D.lituiflorum)、紫瓣石斛(D.parishii)、黄石斛(D.catenatum)和始兴石斛(D.shixingense)的花朵为材料,采用固相微萃取法(SPME)结合气相色谱质谱联用(GC MS)技术分析6种石斛花朵的挥发性成分的种类及其相对含量。结果显示:(1)从6种石斛花朵中共鉴别出106种挥发性物质,主要成分为萜烯类、烷烃类、酯类等;6种石斛均含有萜烯类和烷烃类,其中罗河石斛中萜烯类成分相对含量较高(88.68%),球花石斛中烷烃类成分相对含量较高(72.38%)。(2)6种石斛花朵均含有十甲基环戊硅氧烷,并且该成分在球花石斛、紫瓣石斛、黄石斛和始兴石斛中的相对含量较高,分别为22.04%、25.86%、20.58%和21.66%。(3)罗河石斛花中的α蒎烯、β水芹烯和D柠檬烯相对含量较高,分别为26.66%、22.96%和13.77%;罗勒烯在喇叭唇石斛中的相对含量高达73.98%。综上,6种石斛花朵中挥发性成分种类和含量不尽相同,个别石斛花朵的特征性挥发性成分可能是其独特香味来源之一。研究结果对香型石斛种类的选育及其衍生产品的开发具有重要参考价值。

虾脊兰属3种植物花蕾和花朵中挥发性成分的比较

利用顶空固相微萃取-气相色谱-质谱联用(HS-SPME-GC-MS)技术对虾脊兰属(Calanthe R.Br.)中的峨边虾脊兰(C.yuana T.Tang et F.T.Wang)、翘距虾脊兰(C.aristulifera Rchb.f.)和肾唇虾脊兰(C.brevicornu Lindl.)花蕾和花朵中挥发性成分进行分析。结果显示:峨边虾脊兰花蕾中挥发性成分总含量高于花朵,而翘距虾脊兰和肾唇虾脊兰花朵中挥发性成分总含量高于花蕾。峨边虾脊兰、翘距虾脊兰和肾唇虾脊兰花蕾和花朵中挥发性成分共137种,三者花朵中挥发性成分数量分别较花蕾增加21、29和27种。供试3种植物花蕾和花朵中挥发性成分均为萜烯类成分的数量最多。峨边虾脊兰和翘距虾脊兰花蕾和花朵以及肾唇虾脊兰花蕾中萜烯类成分的相对含量最高,肾唇虾脊兰花朵中酯类成分的相对含量最高。总体上看,峨边虾脊兰、翘距虾脊兰和肾唇虾脊兰花朵中挥发性成分的数量和相对含量高于花蕾,花蕾和花朵中主要挥发性成分为萜烯类。

差分进化花朵授粉算法的WSN节点部署策略

针对无线传感器网络(wireless sensor network,WSN)的节点部署问题,提出了一种基于差分进化算法(differential evolution algorithm,DEA)优化的花朵授粉算法(flower pollination algorithm,FPA):DE-FPA。设计了动态转换概率,自适应平衡全局授粉和局部授粉间的相互转换,提高算法全局搜索能力。优化了全局授粉过程中的步长缩放因子,进一步提高算法收敛速度。为避免算法陷入局部极值,在每次全局授粉或者局部授粉迭代后引入差分进化策略,增加种群多样性,提高了算法搜索能力。实验结果表明,DE-FPA收敛速度快、寻优精度高,能够在网络连通的约束条件下,达到较高的网络覆盖率。

海南昌江及周边市县木棉种质资源花朵性状的分异研究

研究木棉种质资源花朵性状的分异规律,有助于了解木棉适应环境变化的生存策略。以海南昌江和东方等8个市县的木棉种质资源为调查对象,测定每份木棉个体的花朵性状(花瓣叠合度, PO;花朵直径, FD;花瓣长, PL;花瓣宽, PW;雄蕊数目, NOS;雄蕊长度, SL;雄蕊分叉高度, SBH;雌蕊长度, PTL;萼片长, SPL;萼片宽, SPW);通过解释方差分析木棉种质资源在不同特征水平上的分异,比较地区差异对木棉种质资源花朵性状分异的影响。结果表明:10个花朵性状在树干颜色、皮刺多少、花期及个体水平上的解释方差范围分别为0-0.39,0-0.90,0-0.90,0.03-1;频度分布拟合曲线说明,地区差异对木棉种质资源花朵性状具有不同影响,其中频度分布差异较大的花朵性状有PO、PL、PW、PTL、SPL和SPW;频度分布差异较小的花朵性状有FD、NOS、SBH和SL。在一定程度上可为木棉种质资源的创新利用及新品种选育提供科学依据。

51种苹果属观赏海棠花朵形态特征分析与分类研究

通过对51个观赏海棠品种进行花色、香味、花径、花瓣数、花梗长度、重瓣性及每簇花朵数等指标的观测调查,研究结果表明:花色差异可将海棠花分为蕾红花白型、蕾白(粉)花白型、蕾红花红型、蕾红花紫型;根据花冠直径大小不同将海棠花划分为大型(≥4 cm)、中型(2~4 cm)和小型(1~2 cm);根据盛开时香味程度不同,将海棠香型分为淡香型、浓香型和无香型。

基于ResNet对花朵分类研究

花卉是人们寄托思绪的常见物之一,但是由于花卉种类繁多,人们只对常见的品种记忆犹新,主要靠人工方式,以及网络查询方式,识别度不高,随着深度学习和电子拍摄产品的发展,使用图像智能识别物体成了可能,本文基于RseNet使用5×5卷积替代7×7卷积,并且将池化模块改为1×1卷积,较少特征消失。采用网络上104种花卉数据来进行训练,使用836张图进行测试,改进后的ResNet模型在accuracy_top1、accuracy_top5,recall 3个评价指标,分别提升了7.58%、7.26%、5.51%。实现了花型和品种智能识别,具有重要的理论和应用价值,为广大群众提供识别花朵的新手段,为移动端花卉识别提供一个新的解决思路。